劉星平　李世軍，　于浩明　張　磊

（1. 湖南工程學(xué)院電氣信息學(xué)院　湘潭　411101 2. 湖南大學(xué)電氣與信息工程學(xué)院　長沙　410082）

住宅小區(qū)內(nèi)電動(dòng)汽車有序充電優(yōu)化模式

劉星平1李世軍1，2于浩明2張磊2

（1. 湖南工程學(xué)院電氣信息學(xué)院湘潭411101 2. 湖南大學(xué)電氣與信息工程學(xué)院長沙410082）

規(guī)?；妱?dòng)汽車無序充電會(huì)給電網(wǎng)的安全運(yùn)行帶來風(fēng)險(xiǎn)和負(fù)擔(dān)。為此，提出兩種電動(dòng)汽車有序充電模式即自動(dòng)開斷充電模式和平滑調(diào)節(jié)充電模式，在現(xiàn)有住宅小區(qū)配電網(wǎng)的基礎(chǔ)上，對應(yīng)地建立以配電變壓器、線路容量等為約束條件，以傳輸給電動(dòng)汽車電能最大為目標(biāo)的兩種有序充電優(yōu)化模型，并結(jié)合隨機(jī)模擬和改進(jìn)粒子群算法求解。以深圳某住宅小區(qū)內(nèi)建立小區(qū)充電站為例，分別采用無序充電模式和兩種有序充電模式對電動(dòng)汽車進(jìn)行充電模擬，比較三種模式下的電壓分布和具有響應(yīng)系數(shù)的有序充電模式，計(jì)算小區(qū)充電站盈利額和負(fù)荷波動(dòng)性等指標(biāo)，并提出節(jié)省成本概念，給予參與有序充電的用戶費(fèi)用補(bǔ)償。仿真結(jié)果表明，兩種有序充電模式均能提高電網(wǎng)和用戶滿意度。充電管理系統(tǒng)可根據(jù)需求自行選擇其中一種模式運(yùn)營。

電動(dòng)汽車住宅小區(qū)有序充電模式充電功率小區(qū)充電站節(jié)省成本

0　引言

電動(dòng)汽車能減少有害溫室氣體排放和對進(jìn)口石油的依賴，在發(fā)達(dá)國家受到普遍關(guān)注。因此，汽車制造商開始研發(fā)各種類型電動(dòng)汽車，包括純電動(dòng)汽車和插電式混合動(dòng)力電動(dòng)汽車。全球已開始推廣和鼓勵(lì)電動(dòng)汽車的使用，未來化石燃料成本增加將會(huì)進(jìn)一步推動(dòng)電動(dòng)汽車的發(fā)展。

《節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2012～2020年）》對電動(dòng)汽車確定了“充電為主，換電為輔”的原則［1］。關(guān)于電動(dòng)汽車與電網(wǎng)互動(dòng)（Vehicle To Grid，V2G）及有序充電研究，國內(nèi)外學(xué)者從不同方面開展了相應(yīng)的研究工作［2-11］。電動(dòng)汽車有序充電控制根據(jù)電網(wǎng)的運(yùn)行狀態(tài)，一般以經(jīng)濟(jì)性最優(yōu)［2］或?qū)﹄娋W(wǎng)的影響最?。?-5］為目標(biāo)，綜合考慮電池性能約束與用戶充電需求［10］，協(xié)調(diào)電動(dòng)汽車充電過程，控制的手段為充電時(shí)間和充電功率的大?。?2］。

電動(dòng)汽車作為可移動(dòng)、可控制負(fù)荷，利用電動(dòng)汽車負(fù)荷特點(diǎn)可以優(yōu)化電網(wǎng)負(fù)荷曲線。根據(jù)用戶充電規(guī)律，文獻(xiàn)［2］通過動(dòng)態(tài)響應(yīng)電網(wǎng)分時(shí)電價(jià)，以充電站運(yùn)營收益最大為目標(biāo)，建立電動(dòng)汽車有序充電模型。文獻(xiàn)［3］以用戶充電費(fèi)用最小和電池起始充電時(shí)間最早為目標(biāo)建立模型，能有效減小峰谷差，并提高用戶滿意度。文獻(xiàn)［4］以充電站收益最大和峰谷差最小為目標(biāo)，建立兩階段優(yōu)化模型，對增大充電站經(jīng)濟(jì)效益和減小峰谷差等均有顯著作用。文獻(xiàn)［5］以配電網(wǎng)網(wǎng)損最小為目標(biāo)，建立電動(dòng)汽車充電優(yōu)化模型，起到平抑負(fù)荷變化和改善電壓水平的作用。文獻(xiàn)［6］采用動(dòng)態(tài)規(guī)劃來優(yōu)化電動(dòng)汽車充電時(shí)間，降低用戶充電成本。文獻(xiàn)［7］基于動(dòng)態(tài)響應(yīng)分時(shí)電價(jià)，通過啟發(fā)式算法以最小化用戶充電成本和削峰填谷為目標(biāo)建立有序充電模型。文獻(xiàn)［8］基于二次規(guī)劃和動(dòng)態(tài)規(guī)劃兩種方法比較在無電動(dòng)汽車接入、電動(dòng)汽車無序充電和有序充電三種情景下配電網(wǎng)網(wǎng)損大小，評估電動(dòng)汽車充電對配電網(wǎng)影響。文獻(xiàn)［9］分別以饋線損耗、負(fù)載率和負(fù)荷變化方差為目標(biāo)建立有序充電模型，用以降低配電網(wǎng)損，提高計(jì)算速度。

上述參考文獻(xiàn)均通過某一指標(biāo)或某幾個(gè)指標(biāo)來衡量所提出的有序充電策略的優(yōu)勢，主要針對電動(dòng)汽車充電順序進(jìn)行合理優(yōu)化，但對優(yōu)化每輛電動(dòng)汽車充電功率研究較少。本文首先從單輛電動(dòng)汽車充電功率著手，提出自動(dòng)開斷充電模式和平滑調(diào)節(jié)充電模式。其次，考慮到目前國內(nèi)電動(dòng)汽車數(shù)量不斷上升，未來極有可能在住宅小區(qū)內(nèi)建立小區(qū)充電站，在原有配電小區(qū)不升級改造的前提下，提出一種小區(qū)有序充電優(yōu)化策略：以最大化傳輸給電動(dòng)汽車電能為目標(biāo)，滿足所有用戶充電需求，并且保證小區(qū)配電網(wǎng)安全穩(wěn)定運(yùn)行。最后，以深圳某住宅小區(qū)為例，采用Monte-Carlo方法模擬用戶充電行為，通過改進(jìn)粒子群算法進(jìn)行求解，比較分析了不同充電模式下的仿真結(jié)果。

1　電動(dòng)汽車出行習(xí)慣

據(jù)分析中國電動(dòng)汽車發(fā)展現(xiàn)狀，電動(dòng)汽車主要類型有私家車、公交車、出租車和公務(wù)車等［13］，2021～2030年電動(dòng)汽車將加速發(fā)展，比例不斷攀升。2013年，國家電網(wǎng)調(diào)整思路，對私人領(lǐng)域的慢充設(shè)施開始放開；政府還提出新小區(qū)配套充電樁的新思路，打通電動(dòng)汽車產(chǎn)業(yè)化的“最后一公里”。北京新能源汽車車主可以先跟小區(qū)物業(yè)聯(lián)系，確定安裝位置和供電電容，而后汽車銷售方就可以協(xié)調(diào)相關(guān)部門安裝私人充電樁。

本文旨在研究小區(qū)充電優(yōu)化策略，而小區(qū)基本以停放私家車為主，因此本文不考慮公交車、出租車和公務(wù)車充電情況。私家車主要被用于車主日常工作及休閑娛樂等，具有在居民停車場白天停放時(shí)間較短、夜晚較長、能夠進(jìn)行慢速充電等特點(diǎn)，因此有必要專門針對夜間時(shí)段制定有序充電策略。

現(xiàn)場數(shù)據(jù)統(tǒng)計(jì)調(diào)查發(fā)現(xiàn)［14］，用戶每天的行駛里程基本集中在20～60km，平均在49km，大多數(shù)用戶會(huì)在電動(dòng)汽車電量20%～50%選擇充電［3］。如果條件滿足，58%的用戶會(huì)選擇在家即所在住宅小區(qū)內(nèi)充電。假設(shè)電動(dòng)汽車用戶下班后到達(dá)小區(qū)即開始充電，選取的充電起始時(shí)刻基本服從（19,1.52）［13］，即以19∶00為均值，1.5h為標(biāo)準(zhǔn)差的正態(tài)分布。采用Monte-Carlo擬合電動(dòng)汽車用戶出行習(xí)慣。

2　充電模式分析

在無序充電模式下，用戶將電動(dòng)汽車連接到交流充電樁即開始以4kW額定充電功率進(jìn)行充電，充至95%時(shí)以1.5kW充電功率充電，直至充滿電才斷開充電連接。

在有序充電模式下，當(dāng)電動(dòng)汽車駛?cè)胄^(qū)充電站進(jìn)行充電時(shí)，車載充電機(jī)連接交流充電樁，電池能量管理系統(tǒng)（Electric Management System，EMS）選擇相應(yīng)充電模式對電動(dòng)汽車進(jìn)行充電，并通過網(wǎng)絡(luò)協(xié)議與小區(qū)充電站進(jìn)行信息交互。小區(qū)充電站管理人員利用車載EMS控制優(yōu)化每輛電動(dòng)汽車充電功率，從而實(shí)現(xiàn)整個(gè)小區(qū)充電站的有序充電過程。

2.1自動(dòng)開斷充電模式

自動(dòng)開斷充電模式指根據(jù)協(xié)議程序在任一時(shí)間段內(nèi)自動(dòng)開啟或終止某一臺車載充電機(jī)充電過程的操作。在某一時(shí)段小區(qū)負(fù)荷接近配電變壓器額定容量時(shí)，充電管理系統(tǒng)自動(dòng)斷開某一輛或幾輛電動(dòng)汽車充電；當(dāng)在某一時(shí)段小區(qū)普通負(fù)荷不斷下降時(shí)，充電管理系統(tǒng)自動(dòng)選擇某一輛或幾輛電動(dòng)汽車再次接入電網(wǎng)充電。

2.2平滑調(diào)節(jié)充電模式

平滑調(diào)節(jié)充電模式指在任一時(shí)間段內(nèi)自動(dòng)連續(xù)調(diào)整各車載充電機(jī)充電功率的大小。充電機(jī)的額定充電功率一般取4kW，在平滑調(diào)節(jié)充電模式下，充電功率在0～4kW范圍內(nèi)連續(xù)變化對電動(dòng)汽車進(jìn)行充電。

3　有序充電優(yōu)化模型

3.1優(yōu)化目標(biāo)

本文的有序充電優(yōu)化策略目標(biāo)是在現(xiàn)有住宅小區(qū)配電網(wǎng)容量裕度的基礎(chǔ)上，調(diào)節(jié)控制各充電機(jī)的充電功率，使傳輸給電動(dòng)汽車的電能最大，滿足用戶充電需求。

3.2自動(dòng)開斷充電模式下的有序充電模型

根據(jù)住宅小區(qū)配電網(wǎng)的歷史普通負(fù)荷，可以預(yù)測當(dāng)日普通負(fù)荷曲線，采用96點(diǎn)日負(fù)荷曲線預(yù)測法，時(shí)間間隔為15min。假設(shè)在住宅小區(qū)內(nèi)有N臺交流充電樁，電動(dòng)汽車大多采用慢充方式進(jìn)行充電。在自動(dòng)開斷充電模式下，充電機(jī)采用恒功率對電動(dòng)汽車鋰電池充電［15］。

以研究時(shí)段內(nèi)傳輸給電動(dòng)汽車電能最大為優(yōu)化目標(biāo)

式中，PEV為電動(dòng)汽車額定充電功率；在t時(shí)段，當(dāng)?shù)趇個(gè)充電樁沒有連接電動(dòng)汽車或電動(dòng)汽車充滿電時(shí)，xi（t）=0，當(dāng)?shù)趇個(gè)充電樁連接電動(dòng)汽車且電動(dòng)汽車未充滿電時(shí)，xi（t）=1；Δt為充電時(shí)段長度。

約束條件為：

（1）住宅小區(qū)可允許的電壓范圍約束。電動(dòng)汽車負(fù)荷的接入會(huì)使配網(wǎng)節(jié)點(diǎn)處產(chǎn)生電壓下降，電壓下降取決于電動(dòng)汽車的接入點(diǎn)和充電功率等因素，充電樁處的電壓維持額定范圍為

式中，Vi為第i個(gè)充電樁的電壓；Vmax、Vmin分別為小區(qū)配電網(wǎng)允許的最大、最小電壓值。

（2）變壓器容量約束。在t時(shí)段，住宅小區(qū)普通負(fù)荷和電動(dòng)汽車在線充電額定負(fù)荷之和應(yīng)不大于變壓器額定輸出功率，即

式中，P（t）為t時(shí)段住宅小區(qū)的普通負(fù)荷；SN為變壓器額定容量；cosφN為變壓器額定功率因數(shù)，一般取0.95；μ 為變壓器負(fù)載率，視變壓器類別、型號而定，本文假設(shè)運(yùn)行范圍30%～65%。

（3）為避免電動(dòng)汽車負(fù)荷因突然大量接入或切除而對負(fù)荷曲線產(chǎn)生大范圍波動(dòng)，應(yīng)在相鄰充電時(shí)間段內(nèi)限制小區(qū)充電站內(nèi)充電功率變化，即

式中，Δ0P為當(dāng)前時(shí)間段與上一時(shí)間段小區(qū)充電站的充電功率變化范圍，本文取20kW。

（4）充電容量約束

式中，SOCi，0為第i輛電動(dòng)汽車動(dòng)力電池的初始荷電狀態(tài)；ωi為第i輛電動(dòng)汽車動(dòng)力電池容量。

（5）荷電狀態(tài)連續(xù)性約束

i式中，SOCi，t為第i輛電動(dòng)汽車在t時(shí)間段末電池的荷電狀態(tài)；SOCi，t-1為第i輛電動(dòng)汽車在t-1時(shí)間段末電池的荷電狀態(tài)。

（6）由于充電管理系統(tǒng)在Δt監(jiān)測一次處于充電狀態(tài)的電動(dòng)汽車EMS，可能在下一時(shí)間段內(nèi)充滿電，防止出現(xiàn)過充現(xiàn)象，即

（7）線路熱負(fù)荷約束。網(wǎng)絡(luò)元件的熱負(fù)荷指流經(jīng)該元件視在功率與其額定功率的比值。本文考慮連接變壓器線路的熱負(fù)荷，即

式中，LMC、LMCmax分別為線路的熱負(fù)荷、最大熱負(fù)荷。

3.3平滑調(diào)節(jié)充電模式下的有序充電模型

為使所有電動(dòng)汽車充電功率更均勻的分布和保證低荷電狀態(tài)的電動(dòng)汽車優(yōu)先高的充電功率，對上一目標(biāo)函數(shù)進(jìn)行改進(jìn)，引入SOC因子。在平滑調(diào)節(jié)充電模式下，假設(shè)充電功率可以連續(xù)變化調(diào)節(jié)，以研究時(shí)段內(nèi)傳輸給電動(dòng)汽車的電能最大為優(yōu)化目標(biāo)

式中，PEVi（t）為連接在第i個(gè)充電樁上的電動(dòng)汽車t時(shí)刻的充電功率。

約束條件為：

（1）電動(dòng)汽車充電需求不能超過額定輸出充電功率，即

（2）針對目前電池技術(shù)，為避免充電功率大范圍波動(dòng)，充電功率變化范圍約束為

式中，Δp0為當(dāng)前時(shí)間段與上一時(shí)間段電動(dòng)汽車充電功率的最大變化范圍，不包括電動(dòng)汽車的投入和切除轉(zhuǎn)變情況，一般取0.5kW。

（3）住宅小區(qū)可允許的電壓范圍約束同式（2）。

（4）變壓器容量約束。在t時(shí)段，住宅小區(qū)普通負(fù)荷和電動(dòng)汽車在線充電負(fù)荷之和應(yīng)不大于變壓器額定輸出功率，即

（7）由于目標(biāo)函數(shù)引入SOC因子，對高SOC電池進(jìn)行低充電功率充電，不會(huì)出現(xiàn)過充現(xiàn)象，可不予考慮。

（8）線路熱負(fù)荷約束計(jì)算方法同式（8）。

3.4有序充電控制算法

結(jié)合隨機(jī)模擬，本文采用改進(jìn)粒子群算法（Particle Swarm Optimization，PSO）［16］求解輸送給電動(dòng)汽車最大電能的問題。利用其隨機(jī)性與遍歷性的優(yōu)勢生成初始粒子，可以增強(qiáng)算法搜索的多樣性；通過引入算法停滯變異機(jī)制，可以增大跳出局部最優(yōu)并實(shí)現(xiàn)全局尋優(yōu)的機(jī)率，避免算法早熟收斂［17］。此外，為了在迭代過程中更好地平衡算法全局與局部搜索的能力，本文采用動(dòng)態(tài)慣性因子w。

式中，wmax、wmin分別為慣性因子的最大、最小值，一般wmax=0.9，wmin=0.4；t′、Tmax分別為當(dāng)前迭代次數(shù)與設(shè)置的最大迭代次數(shù)。

使用PSO算法進(jìn)行優(yōu)化求解時(shí)，將第i輛電動(dòng)汽車在j時(shí)段的充電功率變量xij作為粒子的位置坐標(biāo)，如式（16）所示，粒子維數(shù)為N×M。

本文只討論16∶00～次日6∶00之間的14h的充電過程，以1次/min速度上傳數(shù)據(jù)，則可以上傳840次數(shù)據(jù)，即M=840；若以24h作為研究對象，則上傳1 440次數(shù)據(jù)，即M=1 440。建立的電動(dòng)汽車有序充電優(yōu)化模型通過Matlab軟件仿真編程求解，其算法流程如圖1所示。

4　仿真算例

4.1住宅小區(qū)配電網(wǎng)

以深圳市某住宅小區(qū)為例，其模型參數(shù)［18］：兩臺配電變壓器容量為630kV·A，電壓比10kV/0.4kV，三相線路2.8km，單相電纜1.2km，500家住宅用戶，低壓配電網(wǎng)電壓在額定電壓220/380V允許的+10%～-10%范圍內(nèi)波動(dòng)。

假設(shè)：該住宅小區(qū)內(nèi)電動(dòng)汽車充電規(guī)模為100輛，設(shè)有60個(gè)充電樁，根據(jù)普通負(fù)荷分布，不均等地將充電樁分為A、B兩區(qū)。當(dāng)充電樁全部連接電動(dòng)汽車時(shí)，其他電動(dòng)汽車設(shè)為等待狀態(tài)。電動(dòng)汽車電池容量為20kW·h，在次日早上6∶00電動(dòng)汽車要充滿電，以方便用戶上班工作［18］。

圖2　深圳市某住宅小區(qū)低壓配電網(wǎng)饋線簡化模型Fig.2　The feeder simplified model for a low-voltage distribution in the residential area of Shenzhen city

本文提出的兩種有序充電模式，保證連接在充電樁上的電動(dòng)汽車在用戶上班之前充滿電或充電至90%以上，滿足用戶的充電需求。

4.2三種充電模式比較

4.2.1電動(dòng)汽車無序充電模式

電動(dòng)汽車無序充電通過Monte-Carlo隨機(jī)模擬每輛電動(dòng)汽車到達(dá)時(shí)刻和不同的SOC，并開始充電。在無序充電過程中，所有電動(dòng)汽車在接入充電樁時(shí)即開始以額定功率進(jìn)行充電，直至充滿電才斷開充電連接。計(jì)及用戶普通負(fù)荷，負(fù)荷曲線往往容易造成“峰峰疊加”現(xiàn)象，如圖3所示。在傍晚電動(dòng)汽車用戶到達(dá)住宅小區(qū)即開始充電，充電樁數(shù)量不足時(shí)，電動(dòng)汽車等待其他電動(dòng)汽車充滿電，再接入充電。如果一臺變壓器退出檢修，單臺變壓器獨(dú)自運(yùn)行，可能會(huì)導(dǎo)致在21∶45～22∶30時(shí)間段內(nèi)出現(xiàn)變壓器嚴(yán)重過載的現(xiàn)象，線路過熱，這在現(xiàn)實(shí)情況下是不允許的。

圖3　無序充電模式的各負(fù)荷變化曲線Fig.3　The load curve of the uncoordinated charging mode

4.2.2自動(dòng)開斷充電模式

鑒于在住宅小區(qū)內(nèi)用戶出行習(xí)慣，基本選取晚上充電，則暫不考慮白天充電，研究當(dāng)日傍晚16∶00～明日早上6∶00時(shí)間段內(nèi)有序充電策略。在自動(dòng)開斷充電模式下，根據(jù)充電管理系統(tǒng)自動(dòng)控制充電機(jī)的開斷狀態(tài)，用以滿足小區(qū)配電網(wǎng)安全穩(wěn)定運(yùn)行和用戶的充電需求［19］。

如圖4所示，在自動(dòng)開斷充電模式下，第11輛到達(dá)住宅小區(qū)的電動(dòng)汽車選取在20∶15充電，為躲開負(fù)荷高峰21∶15斷開充電，23∶15再次接入充電，2∶15充滿電。

當(dāng)所有電動(dòng)汽車接入充電時(shí)，自動(dòng)開斷充電模式可以在普通負(fù)荷量低時(shí)選取電動(dòng)汽車充電，在普通負(fù)荷量高時(shí)選取斷開充電連接，起到了“移峰填谷”的作用，如圖5所示。

圖4　單輛電動(dòng)汽車在不同充電模式下的充電功率變化Fig.4　The charging power variation of one electric vehicle at the different charging modes

圖5　有序充電模式的各負(fù)荷變化曲線Fig.5　The load curve of the coordinated charging modes

從曲線變化趨勢看，自動(dòng)開斷充電模式降低了無序充電總負(fù)荷幅值，其最高負(fù)荷不超過用戶最高負(fù)荷，配電變壓器和線路能夠保證安全正常工作。

4.2.3平滑調(diào)節(jié)充電模式

在平滑調(diào)節(jié)充電模式下，可連續(xù)調(diào)節(jié)電動(dòng)汽車充電功率。15min采集一個(gè)數(shù)據(jù)，在圖4中第12輛到達(dá)住宅小區(qū)的電動(dòng)汽車選取在19∶30充電，充電功率不斷升高，為躲開用電高峰期充電功率又降低為零，23∶00再次接入充電，0∶30達(dá)到最大充電功率3.5kW，2∶30充滿電。

與自動(dòng)開斷充電模式相比，平滑調(diào)節(jié)充電模式總負(fù)荷變化曲線更為光滑平緩，如圖5所示。

4.3三種模式下的電壓水平

由于電動(dòng)汽車的接入，改變了整個(gè)負(fù)荷的分布，計(jì)算分析1min間隔的時(shí)間序列負(fù)荷潮流［19］，確定電壓變化。在無序充電過程中，總負(fù)荷幅值最大，電壓下降也越大。在圖6中，無序充電模式在21∶00～23∶00時(shí)間段，電壓下降至0.9（pu）左右，而兩種有序充電模式的電壓水平基本保持在0.95（pu）以上，符合正常供電安全穩(wěn)定要求。

圖6　無序充電和有序充電電壓分布水平Fig.6　The level of voltage distribution for uncoordinated and coordinated charging

4.4具有響應(yīng)系數(shù)的有序充電模式

由于電動(dòng)汽車用戶受有序充電的引導(dǎo)程度未知，有必要引入用戶響應(yīng)系數(shù)h［3］。定義用戶響應(yīng)系數(shù)h：根據(jù)充電電價(jià)補(bǔ)償，選擇進(jìn)行有序充電模式的電動(dòng)汽車用戶數(shù)量占所有電動(dòng)汽車用戶數(shù)量的百分比。

圖7為兩種有序充電模式在用戶響應(yīng)系數(shù)η=50%的用戶負(fù)荷、充電負(fù)荷和總負(fù)荷變化曲線，圖中總負(fù)荷最高幅值約650kW，超過用戶負(fù)荷100kW，接近變壓器負(fù)載率限值，不可長時(shí)間運(yùn)行。因此充電管理方應(yīng)加以積極引導(dǎo)電動(dòng)汽車用戶，使更高比例的用戶參與有序充電策略中，通過控制電動(dòng)汽車充電功率變化，不僅保證了住宅小區(qū)負(fù)荷曲線的平緩性，也降低了用戶的充電費(fèi)用。

圖7　有序充電模式在η =50%的各負(fù)荷變化曲線Fig.7　The load curve of the coordinated charging modes at η =50%

4.5結(jié)果分析

電網(wǎng)以分時(shí)電價(jià)的形式售電［20］，充電站管理方制定統(tǒng)一充電電價(jià)，電價(jià)參數(shù)變化見表1。

表1　電價(jià)參數(shù)變化設(shè)置Tab.1　Parameter settings of energy prices

通過Monte-Carlo仿真計(jì)算，所有電動(dòng)汽車充滿電所需要的電能1 442kW·h，得到有序充電和無序充電仿真結(jié)果見表2。

從表2可以看出，有序充電模式可以提高小區(qū)充電站的盈利額，但所建的住宅小區(qū)充電站不是以盈利為目的，所得盈利扣除充電站基本費(fèi)用后，剩余部分假設(shè)稱之為節(jié)省成本，用于回饋補(bǔ)償參與有序充電的用戶，從而提高用戶響應(yīng)系數(shù)。本文提出一種補(bǔ)償思路：用戶對有序充電的響應(yīng)系數(shù)為h時(shí)，節(jié)省成本為a，無序充電時(shí)，節(jié)省成本為b，顯然因部分電動(dòng)汽車參與有序充電而帶來的效益為a-b。此時(shí)，響應(yīng)系數(shù)為h時(shí)的節(jié)省成本a可分為兩部分：b與a-b，其分?jǐn)偡椒?，b在所有電動(dòng)汽車用戶H分?jǐn)?，分?jǐn)偙壤秊槊枯v電動(dòng)汽車充電量占總充電量的比；a-b只在進(jìn)行有序充電的電動(dòng)汽車用戶ηH分?jǐn)?，分?jǐn)偙壤秊槊枯v參與有序充電電動(dòng)汽車的充電量占總有序充電量之比。

通過該方式結(jié)算，使響應(yīng)本文的兩種有序充電模式充電費(fèi)用更低，吸引更多的電動(dòng)汽車用戶能在住宅小區(qū)內(nèi)參與有序充電模式策略中。

對于電力部門而言，有序充電模式有利于降低負(fù)荷曲線的波動(dòng)性；對電動(dòng)汽車用戶而言，參與有序充電模式有利于獲得充電時(shí)給予的額外補(bǔ)償，節(jié)省充電費(fèi)用。在電動(dòng)汽車規(guī)?；?，采取有序充電模式建立小區(qū)充電站是一個(gè)互利共惠的策略。

表2　有序與無序充電仿真結(jié)果Tab.2　Results of coordinated and uncoordinated charging modes

5　結(jié)論

本文根據(jù)充電監(jiān)控系統(tǒng)實(shí)時(shí)監(jiān)測，結(jié)合住宅小區(qū)電動(dòng)汽車的實(shí)際充電行為，充分考慮電動(dòng)汽車的不同荷電狀態(tài)、開始充電時(shí)刻以及不同客戶充電需求，建立了住宅小區(qū)充電站有序充電優(yōu)化模型。在保證配電網(wǎng)正常運(yùn)行和變壓器不過載的基礎(chǔ)上，最大化滿足用戶充電需求。通過仿真分析，得到以下結(jié)論：

（1）以深圳某住宅小區(qū)為例，與無序充電相比，所提出的兩種有序充電模式能在原有配電網(wǎng)絡(luò)正常運(yùn)行，無需對電網(wǎng)基礎(chǔ)設(shè)施升級和改造，節(jié)約了工程成本。

（2）平滑調(diào)節(jié)充電模式盈利額更高，且對小區(qū)負(fù)荷曲線更為平緩，而自動(dòng)開斷充電模式簡單可靠，兩者都對負(fù)荷起到了“移峰填谷”作用，如果大規(guī)模推廣建設(shè)，會(huì)產(chǎn)生很好的經(jīng)濟(jì)效益。

（3）電動(dòng)汽車有序充電涉及到電網(wǎng)、充電站、車輛及用戶等參與者，均有自身需求特點(diǎn)。下一步研究引入上級系統(tǒng)控制，綜合考慮多種因素搭建省、市、站三層運(yùn)營管理系統(tǒng)構(gòu)架和信息交互平臺，對電動(dòng)汽車有序充電系統(tǒng)進(jìn)行整體協(xié)調(diào)優(yōu)化。

［1］ 中華人民共和國國務(wù)院.節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2012—2020年）［R/OL］. ［2012-06-28］. http：// www.gov.cn/zwgk/2012-07/09/content_2179032.htm.

［2］ 葛文捷，黃梅，張維戈. 電動(dòng)汽車充電站經(jīng)濟(jì)運(yùn)行分析［J］. 電工技術(shù)學(xué)報(bào)，2013，28（2）： 15-21.

Ge Wenjie，Huang Mei，Zhang Weige. Economic operation analysis of the electric vehicle charging station［J］. Transactions of China Electrotechnical Society，2013，28（2）： 15-21.

［3］ 孫曉明，王瑋，蘇栗，等. 基于分時(shí)電價(jià)的電動(dòng)汽車有序充電控制策略設(shè)計(jì)［J］. 電力系統(tǒng)自動(dòng)化，2013，37（1）： 191-195.

Sun Xiaoming，Wang Wei，Su Su，et al. Coordinated charging strategy for electric vehicles based on time-of-use price［J］. Automation of electric power systems，2013，37（1）： 191-195.

［4］ 張良，嚴(yán)正，馮冬涵，等. 采用兩階段優(yōu)化模型的電動(dòng)汽車充電站內(nèi)有序充電策略［J］. 電網(wǎng)技術(shù)，2014，38（4）： 967-973.

Zhang Liang，Yan Zheng，F(xiàn)eng Donghan，et al. Two-stage optimization model based coordinated charging for EV charging station［J］. Power System Technology，2014，38（4）： 967-973.

［5］ 占愷嶠，宋永華，胡澤春，等.以降損為目標(biāo)的電動(dòng)汽車有序充電優(yōu)化［J］.中國電機(jī)工程學(xué)報(bào)，2012，32（31）： 11-17.

Zhan Kaiqiao，Song Yonghua，Hu Zechun，et al. Coordination of electric vehicle charging to minimize active power losses［J］. Proceedings of the CSEE，2012，32（31）： 11-17.

［6］ Rotering N，Ilic M. Optimal charge control of plug-in hybrid electric vehicles in deregulated electricity markers［J］. IEEE Transactions on Power Systems，2011，26（3）： 1021-1029.

［7］ Cao Y，Tang S，Li C，et al. An optimized EV charging model considering TOU price and SOC curve［J］. IEEE Transactions on Smart Grid，2012，3（1）： 388-393.

［8］ Clement-Nyns K，Haesen E，Driesen J. The impact of charging plug-in hybrid electric vehicles on a residential distribution grid［J］. IEEE Transactions on Power Systems，2010，25（1）： 371-380.

［9］ Sortomme E，Hindi M M，Macpherson S D J，et al. Coordinated charging of plug-in hybrid electric vehicles to minimize distribution system losses［J］. IEEE Transactions on Smart Grid, 2011, 2（1）： 198-205.

［10］ 楊冰，王麗芳，廖承林. 大規(guī)模電動(dòng)汽車充電需求及影響因素［J］.電工技術(shù)學(xué)報(bào)，2013，28（2）： 22-27.

Yang Bing，Wang Lifang，Liao Chenglin. Research on power-charging demand of large-scale electric vehicles and its impacting factors［J］. Transactions of China Electrotechnical Society，2013，28（2）： 22-27.

［11］ 陳征，劉念，路欣怡，等. 考慮換電儲(chǔ)備的電動(dòng)汽車光伏換電站動(dòng)態(tài)功率分配方法［J］. 電工技術(shù)學(xué)報(bào)，2014，29（4）： 306-315.

Chen Zheng，Liu Nian，Lu Xinyi，et al. Dynamic power distribution method of PV-based battery switch stations considering battery reservation［J］. Transactions of China Electrotechnical Society，2014，29（4）： 306-315.

［12］ 胡澤春，宋永華，徐智威，等. 電動(dòng)汽車接入電網(wǎng)的影響與利用［J］.中國電機(jī)工程學(xué)報(bào)，2012，32（4）：1-8.

Hu Zechun，Song Yonghua，Xu Zhiwei，et al. Impacts and utilization of electric vehicles integration into power systems［J］. Proceedings of the CSEE，2012，32（4）： 1-8.

［13］ 羅卓偉，胡澤春，宋永華，等. 電動(dòng)汽車充電負(fù)荷計(jì)算方法［J］ 電力系統(tǒng)自動(dòng)化，2011，35（14）： 36-42.

Luo Zhuowei，Hu Zechun，Song Yonghua，et al. Study on plug-in electric vehicles charging load calculating［J］. Automation of Electric Power Systems，2011，35（14）： 36-42.

［14］ 張洪財(cái)，胡澤春，宋永華，等.考慮時(shí)空分布的電動(dòng)汽車充電負(fù)荷預(yù)測方法［J］. 電力系統(tǒng)自動(dòng)化，2014，38（1）： 13-20.

Zhang Hongcai，Hu Zechun，Song Yonghua，et al. A prediction method for electric vehicle charging load considering spatial and temporal distribution［J］. Automation of Electric Power Systems，2014，38（1）：13-20.

［15］ 楊少兵，吳命利，姜久春，等. 電動(dòng)汽車充電站負(fù)荷建模方法［J］. 電網(wǎng)技術(shù)，2013，37（5）： 1190-1195.

Yang Shaobing，Wu Mingli，Jiang Jiuchun，et al. An approach for load modeling of electric vehicle charging station［J］. Power System Technology，2013，37（5）： 1190-1195.

［16］ 韓海英，和敬涵，王小君，等. 基于改進(jìn)粒子群算法的電動(dòng)車參與負(fù)荷平抑策略［J］. 電網(wǎng)技術(shù)，2011，35（10）： 165-169.

Han Haiying，He Jinghan，Wang Xiaojun，et al. An improved particle swarm optimization-based load response strategy with participation of vehicle to grid［J］. Power System Technology，2011，35（10）： 165-169.

［17］ 田文奇，和敬涵，姜久春，等. 電動(dòng)汽車充電負(fù)荷空間分配優(yōu)化算法［J］. 電工技術(shù)學(xué)報(bào)，2013，28（3）：269-276.

Tian Wenqi，He Jinghan，Jiang Jiuchun，et al. Electric vehicle charging load spatial allocation optimization algorithm［J］. Transactions of China Electrotechnical Society，2013，28（3）： 269-276.

［18］ 張明霞，莊童. 小區(qū)電動(dòng)汽車充電負(fù)荷實(shí)測分析［J］.電力需求側(cè)管理，2012，14（3）： 44-46.

Zhang Mingxia，Zhuang Tong. Analysis of the measured charging load of electric vehicle in residential area［J］. Power Demand Side Management，2012，14（3）： 44-46.

［19］ Peter R，Damian F，Andrew K. Optimal charging of electric vehicles in low-voltage distribution systems［J］. IEEE Transactions on Power Systems，2012，27（1）：268-279.

［20］ 北京市電網(wǎng)峰谷分時(shí)售電價(jià)表（夏季）［2011-02-11］. http：//www.bjpc.gov.cn/tztg/200911/P020091121010 684247161. xls.

Coordinated Charging Optimization Mode of Electric Vehicles in the Residential Area

Liu Xingping1Li Shijun1，2Yu Haoming2Zhang Lei2
（1. Hunan Institute of EngineeringXiangtan411101China 2. Hunan UniversityChangsha410082China）

The uncoordinated charging of large-scale electric vehicles （EVs） will bring great risks and burdens for safe operation of the grid. Therefore，two kinds of EVs' coordinated charging modes are proposed，that is，the automatic on-off charging mode and the charging mode of the smooth adjustment. On the basis of the existing distribution network of the residential area，two kinds of coordinated charging optimization model were proposed to maximize transmitting electric energy correspondingly，using distribution transformer and line capacity as the constraints. The models were solved by stochastic simulation and improved particle swarm algorithm. Taken the charging station established at a residential district of Shenzhen as an example，the uncoordinated charging mode and two coordinated charging modes of EVs were used. The voltage distributions of the three modes and responding factors of two coordinated charging modes were compared. The amount of profit and the parameters such as load volatility at the residential charging station were also calculated. The concept of saving cost was proposed，to compensate the cost of users who took part in coordinated charging mode. Simulation results showed that both of the coordinated charging modes can improve the satisfaction from the grid and the users，and charging management system can choose either mode according to their own demands.

Electric vehicles，residential area，coordinated charging mode，charging power，residential charging stations，saving cost

TM721

劉星平男，1966年生，副教授，研究方向?yàn)殡妱?dòng)汽車、電氣控制等。

李世軍男，1982年生，講師，博士研究生，研究方向?yàn)殡妱?dòng)汽車、高壓直流輸電及交-直流電能變換等。

國家自然科學(xué)基金（51377001）和湖南省自然科學(xué)基金（10JJ9012）資助項(xiàng)目。

2014-09-25改稿日期 2015-03-20